इस प्रोजेक्ट के बारे में

Caveman AI-संचालित कोडिंग सहायकों के लिए दो पूरक घटकों को प्रदान करता है। पहला एक "skill" है – एक नियम फ़ाइल जो एजेंट के जवाब के प्राकृतिक-भाषा वाले भागों को संक्षिप्त, कावमें-शैली के वाक्यांशों में बदल देती है, जबकि कोड, कमांड, फ़ाइल पथ और त्रुटि संदेशों को अछूता छोड़ देती है। रिपॉजिटरी में बेंचमार्क देखते हैं कि दस सामान्य कोडिंग प्रॉम्प्ट्स पर औसत आउटपुट टोकन में लगभग 65 प्रतिशत की कमी आती है। दूसरा घटक एक लोकल प्रॉक्सी है जो एजेंट और LLM प्रदाता के बीच बैठता है। यह आने वाले पैलोड (JSON, लॉग, कोड, डिफ, खोज परिणाम, टेक्स्ट/HTML) का विश्लेषण करता है और उन्हें अपस्ट्रीम भेजने से पहले संपीड़ित करता है, मूल डेटा की सटीक पुनर्प्राप्ति के लिए SQLite बैकअप बनाए रखता है। कुल मिलाकर लगभग 33 प्रतिशत इनपुट टोकन की बचत की गई है, जहाँ बड़े लॉग या CSV डेटा के लिए अधिक कमी देखी गई है। इंस्टॉलेशन दो हिस्सों में बंटा है – एक छोटा "rock" (skill) और एक बड़ा "rock" (proxy)। skill को एकल npx कमांड से जोड़ा जा सकता है और समर्थित एजेंट के अंदर /caveman कमांड से सक्रिय किया जा सकता है। proxy को npm से वैश्विक स्तर पर इंस्टॉल किया जाता है और caveman CLI के साथ कॉन्फ़िगर किया जाता है, जो Claude Code, OpenAI Codex, Gemini CLI, Aider, Kilo Code, Qwen Code, opencode, Hermes, OpenClaw और Pi जैसे एजेंट्स को मोच सकता है। CLI में Unix या Windows सिस्टम पर स्वचालित पता लगाने और सेटअप के लिए एक पूर्ण इंस्टॉलर स्क्रिप्ट भी उपलब्ध है। Caveman में अपने व्यवहार को नियंत्रित करने के लिए कमांड्स का सेट आता है: /caveman [lite|full|ultra|wenyan‑lite|...|off] संपीड़न तीव्रता चुनने के लिए, caveman‑commit संक्षिप्त कॉमिट संदेशों के लिए, caveman‑review एक-पंक्ति कोड रिव्यू के लिए, caveman‑compress मार्कडाउन फ़ाइलों को छोटा करने के लिए, caveman‑stats टोकन उपयोग देखने के लिए, और caveman‑learn ऐतिहासिक सत्र डेटा का विश्लेषण करने और टोकन बचत सुझाव देने के लिए। अतिरिक्त उपयोगिताओं में ब्राउज़ संपीड़न, मेमोरी रिकॉल, कौमेन टेक्स्ट को छवि में बदलने और A/B प्रयोग रिपोर्ट शामिल हैं। इस प्रोजेक्ट में skill और proxy दोनों के लिए विस्तृत बेंचमार्क तालिकाएँ, प्रत्येक पैलोड प्रकार के लिए संपीड़न कैसे काम करता है, और संदर्भ को टोकन बजट में फिट करने के लिए प्रासंगिकता रैंकिंग (BM25, ताज़ागी, त्रुटि संकेत) कैसे लागू होता है, इसके बारे में दस्तावेज़ीकरण शामिल है। सभी परिवर्तन उलटने योग्य हैं; मूल सामग्री को स्थानीय स्टोर से पुनः प्राप्त किया जा सकता है। गोपनीयता पर जोर दिया गया है: skill और प्रॉक्सी पूरी तरह से उपयोगकर्ता की मशीन पर चलते हैं, किसी खाते की आवश्यकता नहीं है, और डिफ़ॉल्ट रूप केवल अनाम उपयोग सांख्यिकी (कमांड नाम और टोकन गिनती) भेजी जाती है। उपयोगकर्ता एक कमांड या एक पर्यावरण चर सेट करके टेलीमेट्री को हमेशा के लिए निष्क्रिय कर सकते हैं। लाइसेंसिंग विभाजित है: skill, CLI, SDKs और संबंधित कोड MIT लाइसेंस के तहत हैं, जबकि रनटाइम इंजन BSL‑1.1 स्रोत-उपलब्ध लाइसेंस के तहत जारी है जो एक परिवर्तन तिथि के बाद पूरी तरह से ओपन-सोर्स बन जाता है। सामान्य तौर पर, Caveman AI-सहायता वाले कोडिंग के लागत और लेटेंसी को कम करने का लक्ष्य रखता है, एजेंट्स को कम बोलने और कम पढ़ने के माध्यम से, बिना सटीकता या पठनीयता का त्याग किए।